Contabilometria. Aula 10 Grau de Ajustamento e Verificação das Premissas MQO
|
|
- Paulo Sequeira Peralta
- 8 Há anos
- Visualizações:
Transcrição
1 Contabilometria Aula 10 Grau de Ajustamento e Verificação das Premissas MQO
2 Ferramentas Análise de Dados Regressão Regressão Linear - Exemplo Usando o Excel
3 Regressão Linear Output do Excel RESUMO DOS RESULTADOS Estatística de regressão R múltiplo 0,7621 R-Quadrado 0,5808 R-quadrado ajustado 0,5284 Erro padrão 41,3303 Observações 10 A equação de regressão é: Preço = 98, ,110*Área em pés quadrados ANOVA gl SQ MQ F F de significação Regressão , ,935 11,085 0,010 Resíduo , ,196 Total ,5 Coeficientes Erro padrão Stat t valor-p 95% inferiores 95% superiores Inferior 95,0% Superior 95,0% Interseção 98,248 58,033 1,693 0,129-35, ,074-35, ,074 Pés quadrados (X) 0,110 0,033 3,329 0,010 0,034 0,186 0,034 0,186
4 Regressão Linear Output do Excel RESUMO DOS RESULTADOS Estatística de regressão R múltiplo 0,7621 R-Quadrado 0,5808 R-quadrado ajustado 0,5284 Erro padrão 41,3303 Observações 10 Erros padrão da da estimativa e dos coeficientes ANOVA gl SQ MQ F F de significação Regressão , ,935 11,085 0,010 Resíduo , ,196 Total ,5 Coeficientes Erro padrão Stat t valor-p 95% inferiores 95% superiores Inferior 95,0% Superior 95,0% Interseção 98,248 58,033 1,693 0,129-35, ,074-35, ,074 Pés quadrados (X) 0,110 0,033 3,329 0,010 0,034 0,186 0,034 0,186 Estatística de teste e valor-p do teste de hipótese Intervalos de confiança a 95%
5 Medidas de Variação A variação total é composta de duas partes: STQ SQReg SQR Soma Total dos Quadrados Soma dos Quadrados da Regressão Soma dos Quadrados dos Resíduos ou Erros 2 STQ ( Yi Y) 2 SQ R eg ( Yˆ Y) SQR Y ˆ i Y ) onde: Y = Valor médio da variável dependente Y i = Valores observados da variável dependente i Ŷi = Valor previsto para Y para um dado valor de X i ( i 2
6 Medidas de Variação STQ = soma total dos quadrados Mede a variação dos valores de Y i em torno de sua média Y SQReg = soma dos quadrados da regressão É a variação explicada, atribuída a relação entre X e Y SQR = soma dos quadrados dos erros É a variação não explicada, atribuída a fatores outros que não a relação entre X e Y
7 Medidas de Variação Y i Y Y _ Y _ STQ = (Y i - Y) 2 SQR = (Y i - Y i ) 2 _ SQReg = (Y i - Y) 2 Y _ Y X i X
8 Coeficiente de Determinação, R 2 O coeficiente de determinação mede a proporção da variação em Y que é explicada pela variável independente X no modelo de regressão. O coeficiente de determinação é também chamado de r-quadrado e é escrito r 2 R 2 SQ Re g STQ soma dos quadrados da regressão soma totaldos quadrados 0 R 2 1
9 Coeficiente de Determinação, R 2 Y R 2 = 1 Y R 2 = -1 X Relação linear perfeita entre X e Y: 100% da variação em Y é explicada pela variação em X R 2 = 1 X
10 Coeficiente de Determinação, R 2 Y Y X 0 < R 2 < 1 Relações lineares imperfeitas entre X e Y: Parte e não toda a variação em Y é explicada pela variação em X X
11 Coeficiente de Determinação, R 2 Y R 2 = 0 Não há relação linear entre X e Y: R 2 = 0 X Os valores de Y não têm relação com. (Nenhuma variação em Y pode ser explicada pela variação em X)
12 Regressão Linear - Exemplo Coeficiente de Determinação, r 2 RESUMO DOS RESULTADOS Estatística de regressão R múltiplo 0,7621 R-Quadrado 0,5808 R-quadrado ajustado 0,5284 Erro padrão 41,3303 Observações 10 r 2 SQReg STQ % da variação no preço das casas é explicada pela variação no tamanho ANOVA gl SQ MQ F F de significação Regressão , ,935 11,085 0,010 Resíduo , ,196 Total ,5 Coeficientes Erro padrão Stat t valor-p 95% inferiores 95% superiores Inferior 95,0% Superior 95,0% Interseção 98,248 58,033 1,693 0,129-35, ,074-35, ,074 Pés quadrados (X) 0,110 0,033 3,329 0,010 0,034 0,186 0,034 0,186
13 Tabela ANOVA e Teste F Estatística de teste F: F MQ Re g MQR onde SQReg MQReg k SQR MQR n k 1 onde F segue uma distribuição F com k g.l. no numerador e (n - k - 1) g.l. no denominador (k = no. de variáveis independentes no modelo de regressão)
14 Tabela ANOVA e Teste F Estatística de regressão R múltiplo 0,7621 R-Quadrado 0,5808 R-quadrado ajustado 0,5284 Erro padrão 41,3303 Observações 10 F MQReg MQR Com 1 e 8 graus de liberdade Valor-P para o teste F ANOVA gl SQ MQ F F de significação Regressão , ,935 11,085 0,010 Resíduo , ,196 Total ,5
15 Teste F H 0 : β 1 = 0 H 1 : β 1 0 =.05 gl 1 = 1 gl 2 = 8 Valor Crítico: Estatística de teste: MQ Re g F MQR Decisão: Rejeita H 0 a = 0.05 F = Não rejeita H 0 =.05 Rejeita H 0 F.05 = 5.32 F Conclusão: Há evidências suficientes de que o tamanho da casa afeta o preço de venda.
16 Premissas da Regressão Linearidade A relação entre X e Y é linear Independência dos Erros ou Autocorrelação Residual Os valores dos erros são estatisticamente independentes Normalidade dos Erros Os erros são normalmente distribuídos para cada valor de X Igualdade de Variâncias (também chamada homoscedasticidade) A variância dos erros é igual para todos os valores de X
17 Análise de Resíduos e i Y i Yˆ i O resíduo para a observação i, e i, é a diferença entre os seus valores observado e previsto Verifique as premissas do modelo de regressão linear examinando os resíduos da regressão Verifique a premissa de Linearidade Verifique a premissa de Independência Verifique a premissa de distribuição Normal Verifique a Igualdade de variâncias entre os valores de X
18 residuos residuos Análise de Resíduos - Linearidade Y Y x x x x Não Linear Linear No output do excel é o gráfico Plotagem de resíduos
19 residuos residuos Análise dos Resíduos Independência (ou autocorrelação) residuos Não Independentes Independentes X X X
20 Autocorrelação ou Independência - efeitos Os resíduos não podem ser correlacionados entre si, ou seja, um erro associado a um valor de y não deve influir de maneira significativa no erro associado a outro valor de y. É um problema mais comum quando os dados são coletados ao longo do tempo. O erro padrão de b será subestimado, o que levará a estatísticas t maiores, levando a uma rejeição da hipótese de que b = 0, sem que na verdade o seja. Podemos aceitar uma variável independente que deveria ser excluída do modelo. Se a hipótese for violada o método MQO não pode ser usado para estimar a e b.
21 residuos Autocorrelação ou Independência - causas Erro na especificação funcional do modelo de regressão Omissão de variável independente importante para o modelo de regressão
22 residuos Autocorrelação ou Independência como avaliar Análise gráfica do resíduos
23 Resíduos Autocorrelação ou Independência como avaliar Análise gráfica do resíduos Gráfico de Resíduos no Tempo 15 Aqui, os resíduos parecem ter um padrão cíclico, não aleatório Tempo (t) Viola a premissa de resíduos independentes do modelo de regressão linear
24 Autocorrelação ou Independência como avaliar Estatística de Durbin-Watson H 0 : resíduos não são correlacionados H 1 : há autocorrelação D n i2 O intervalo possível para D é 0 D 4 ( e e i n i1 e 2 i ) 2 i1 D deve ser perto de 2 se H 0 é verdadeira menos do que 2 sinaliza autocorrelação positiva, D maior do que 2 sinaliza autocorrelação negativa
25 Estatística de Durbin-Watson H 0 : não existe autocorrelação positiva H 1 : existe autocorrelação positivia Calcule a estatística de Durbin-Watson = D (A estatística de Durbin-Watson pode ser calculada usando o Excel) Encontre os valores d I e d S na tabela de Durbin-Watson (para um tamanho de amostra n e no. de coeficientes k) Autocorrelação Positiva Região não conclusiva Ausência de Autocorrelação Região não conclusiva Autocorrelação Negativa 0 d I d S 4 - d S 4 - d I 4 2
26 residuos residuos Homoscedasticidade Y Y x x x x Variâncias não homogêneas Variâncias homogêneas
27 Homocedasticidade Exemplo de situações que podem levar ao problema da homocedasticidade: Relação entre poupança e renda das famílias: famílias com renda mais alta poupam, em média, mais que as de menor renda, mas com maior variabilidade. Modelos de aprendizagem: com o tempo a ocorrência de erros ou falhas diminui, e também sua variação. Dados discrepantes: um dado discrepante é uma observação de uma população diferente daquela que gera o restante das observações amostradas.
28 Homocedasticidade teste de Pesaran-Pesaran O teste consiste em fazer uma regressão com variável dependende sendo o termo de erro ao quadrado, u 2, e a variável independente sendo o quadrado dos valores previstos para y, y. u 2 a b.yˆ 2 H 0 : resíduos homocedásticos H 1 : resíduos heterocedásticos Se o teste F indicar que a regressão é válida, rejeita-se H 0, e portanto, há indícios de heterocedasticidade.
29 Verificando a Normalidade dos Erros causas A violação da normalidade dos erros pode estar ligada a: Omissão de variáveis explicativas importantes Inclusão de variável explicativa irrelevante Utilização de relação matemática incorreta
30 Verificando a Normalidade dos Erros como avaliar Teste não paramétrico de Kolmogorov - Smirnov Etapas da realização do teste: 1. Calcular os termos de erro u i 2. Ordená-los na ordem crescente 3. Calcular o desvio-padrão s 4. Dividir cada erro pelo desvio padrão obterndo h i = u i / s 5. Obter z i, a probabilidade acumulada da distribuição normal padronizada, considerando o valor de h i 6. Calcular i/n onde i é o no. de ordem do termo de erro, e n o no. de observações 7. Calcular (i/n z i ) para cada observação 8. O valor máximo obtido no passo anterior é a estatística de teste D
31 Verificando a Normalidade dos Erros como avaliar Teste não paramétrico de Kolmogorov - Smirnov 8. O valor máximo obtido no passo anterior é a estatística de teste D D max 9. O valor de D crítico é obtido na Tabela de valores críticos da estatística D para o teste de Kolmogorov-Smirnov, depende do tamanho da amostra e o nível de significância do teste 10. Se D D crítico aceitamos a hipótese de que os resíduos se distribuem normalmente i n Se D > D crítico rejeitamos a hipótese de que os resíduos se distribuem normalmente z i
32 Regressão Linear - Exemplo Output Excel - Resíduos Resíduos Resultados de Resíduos Preço Previsto da Casa Resíduos Resíduos - Modelo de Preço de Casas Pés Quadrados Nenhuma premissa parece ter sido violada Statistics for Managers Using Microsoft Excel, 5e 2008 Prentice-Hall, Inc. Chap 13-32
Contabilometria. Aula 11 Regressão Linear Múltipla e Variáveis Dummy
Contailometria Aula Regressão Linear Múltipla e Variáveis Dummy O Modelo de Regressão Múltipla Ideia: Examinar a relação linear entre variável dependente (Y) & ou mais variáveis independentes (X i ). Modelo
Leia maisCap. 12 Testes Qui- Quadrados e Testes Não-Paramétricos. Statistics for Managers Using Microsoft Excel, 5e 2008 Prentice-Hall, Inc.
Cap. 1 Testes Qui- Quadrados e Testes Não-Paramétricos Statistics for Managers Using Microsoft Excel, 5e 008 Prentice-Hall, Inc. Chap 1-1 Final de curso... tempo de recordar : ) Cap. 9 Fundamentos de testes
Leia maisEXCEL NA ANÁLISE DE REGRESSÃO
EXCEL NA ANÁLISE DE REGRESSÃO _2010_03_Exercicio _Regressão_exemplo O gerente de uma loja de artigos escolares, cada semana, deve decidir quanto gastar com propaganda e que atrativo (por exemplo preços
Leia maisEstatística II. Aula 7. Prof. Patricia Maria Bortolon, D. Sc.
Estatística II Aula 7 Prof. Patricia Maria Bortolon, D. Sc. Análise da Variância Objetivos do Aprendizado Nesta aula você aprenderá: A utilizar a análise de variância de fator único para testar diferenças
Leia maisAULAS 14, 15 E 16 Análise de Regressão Múltipla: Problemas Adicionais
1 AULAS 14, 15 E 16 Análise de Regressão Múltipla: Problemas Adicionais Ernesto F. L. Amaral 20 e 22 de abril e 04 de maio de 2010 Métodos Quantitativos de Avaliação de Políticas Públicas (DCP 030D) Fonte:
Leia maisAnálise de regressão linear simples. Departamento de Matemática Escola Superior de Tecnologia de Viseu
Análise de regressão linear simples Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução A análise de regressão estuda o relacionamento entre uma variável chamada a variável dependente
Leia maisRegressão Logística. Daniel Araújo Melo - dam2@cin.ufpe.br. Graduação
Regressão Logística Daniel Araújo Melo - dam2@cin.ufpe.br Graduação 1 Introdução Objetivo Encontrar o melhor modelo para descrever a relação entre variável de saída (variável dependente) e variáveis independentes
Leia maisAULAS 24 E 25 Análise de Regressão Múltipla: Inferência
1 AULAS 24 E 25 Análise de Regressão Múltipla: Inferência Ernesto F. L. Amaral 23 e 25 de novembro de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Wooldridge, Jeffrey M. Introdução à econometria: uma
Leia maisXVIII CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA 19 a 23 de outubro de 2009
REGRESSÃO MÚLTIPLA APLICADA AOS DADOS DE VENDAS DE UMA REDE DE LOJAS DE ELETRODOMÉSTICOS VANESSA SIQUEIRA PERES 1 RESUMO: Esse trabalho foi realizado com o objetivo de ajustar os dados de vendas de uma
Leia maisAnova Univariada e Multivariada
UNIVERSIDADE FEDERAL DO PARÁ INSTITUTO DE CIÊNCIAS EXATAS E NATURAIS FACULDADE DE ESTATÍSTICA Anova Univariada e Multivariada Curso: Bacharelado em Estatística Disciplina: Estatística Aplicada Nome: Denis
Leia maisAnálise de Regressão Linear Simples e Múltipla
Análise de Regressão Linear Simples e Múltipla Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Carla Henriques (DepMAT ESTV) Análise de Regres. Linear Simples e Múltipla
Leia maisA presente seção apresenta e especifica as hipótese que se buscou testar com o experimento. A seção 5 vai detalhar o desenho do experimento.
4 Plano de Análise O desenho do experimento realizado foi elaborado de forma a identificar o quão relevantes para a explicação do fenômeno de overbidding são os fatores mencionados na literatura em questão
Leia maisAula 4 Estatística Conceitos básicos
Aula 4 Estatística Conceitos básicos Plano de Aula Amostra e universo Média Variância / desvio-padrão / erro-padrão Intervalo de confiança Teste de hipótese Amostra e Universo A estatística nos ajuda a
Leia maisExemplo Regressão Linear Simples
Exemplo Regressão Linear Simples Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 1 o Semestre 2013 G. A. Paula (IME-USP) Área e Preço de Imóveis 1 o Semestre 2013 1 /
Leia maisO comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.
ESTATÍSTICA INDUTIVA 1. CORRELAÇÃO LINEAR 1.1 Diagrama de dispersão O comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.
Leia maisEstatística e Probabilidade
Correlação Estatística e Probabilidade Uma correlação é uma relação entre duas variáveis. Os dados podem ser representados por pares ordenados (x,y), onde x é a variável independente ou variável explanatória
Leia maisDatas Importantes 2013/01
INSTRUMENTAÇÃO CARACTERÍSTICAS DE UM SISTEMA DE MEDIÇÃO PROBABILIDADE PROPAGAÇÃO DE INCERTEZA MÍNIMOS QUADRADOS Instrumentação - Profs. Isaac Silva - Filipi Vianna - Felipe Dalla Vecchia 2013 Datas Importantes
Leia maisModelos de Equações simultâneas
Modelos de Equações simultâneas y 1 = α 1 y 2 + β 1 z 1 + u 1 y 2 = α 2 y 1 + β 2 z 2 + u 2 Capítulo 16 1 Modelo de equações simultâneas Exemplo de determinação de horas e salário. 2 Modelo de equações
Leia maisAULAS 02 E 03 Modelo de Regressão Simples
1 AULAS 02 E 03 Modelo de Regressão Simples Ernesto F. L. Amaral 04 e 09 de março de 2010 Métodos Quantitativos de Avaliação de Políticas Públicas (DCP 030D) Fonte: Wooldridge, Jeffrey M. Introdução à
Leia maisExcel Básico e Avançado. Aula 6
Excel Básico e Avançado Aula 6 Prof. Dr. Marco Antonio Leonel Caetano Mudanças Abruptas www.mudancasabruptas.com.br TABELA DE FREQUÊNCIAS Objetivos Quantificar repetições de experimentos e eventos Ajudar
Leia maisRevisão: Noções básicas de estatística aplicada a avaliações de imóveis
Curso de Avaliações Prof. Carlos Aurélio Nadal cnadal@ufpr.br 1 AULA 03 Revisão: Noções básicas de estatística aplicada a avaliações de imóveis 2 OBSERVAÇÃO: é o valor obtido durante um processo de medição.
Leia maisANÁLISE DE VARIÂNCIA ANOVA. Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM
ANÁLISE DE VARIÂNCIA ANOVA Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM UM EXEMPLO DE APLICAÇÃO Digamos que temos 6 métodos de ensino aplicados a 30 crianças cada
Leia maisAula 4 Conceitos Básicos de Estatística. Aula 4 Conceitos básicos de estatística
Aula 4 Conceitos Básicos de Estatística Aula 4 Conceitos básicos de estatística A Estatística é a ciência de aprendizagem a partir de dados. Trata-se de uma disciplina estratégica, que coleta, analisa
Leia maisTestedegeradoresde. Parte X. 38 Testes de Ajuste à Distribuição. 38.1 Teste Chi-Quadrado
Parte X Testedegeradoresde números aleatórios Os usuários de uma simulação devem se certificar de que os números fornecidos pelo gerador de números aleatórios são suficientemente aleatórios. O primeiro
Leia maisEspecialização em Engenharia Clínica
Especialização em Engenharia Clínica Introdução a Bioestatística Docente: > Marcelino M. de Andrade, Dr. Apresentação: Módulo 02 Teoria Elementar da Amostragem A teoria elementar da amostragem é um estudo
Leia maisFaculdade Sagrada Família
AULA 12 - AJUSTAMENTO DE CURVAS E O MÉTODO DOS MÍNIMOS QUADRADOS Ajustamento de Curvas Sempre que desejamos estudar determinada variável em função de outra, fazemos uma análise de regressão. Podemos dizer
Leia maisFerramentas da Qualidade. Professor: Leandro Zvirtes UDESC/CCT
Ferramentas da Qualidade Professor: Leandro Zvirtes UDESC/CCT Histogramas Histograma O histograma é um gráfico de barras no qual o eixo horizontal, subdividido em vários pequenos intervalos, apresenta
Leia maisCOMENTÁRIO AFRM/RS 2012 ESTATÍSTICA Prof. Sérgio Altenfelder
Comentário Geral: Prova muito difícil, muito fora dos padrões das provas do TCE administração e Economia, praticamente só caiu teoria. Existem três questões (4, 45 e 47) que devem ser anuladas, por tratarem
Leia maisTestes (Não) Paramétricos
Armando B. Mendes, DM, UAç 09--006 ANOVA: Objectivos Verificar as condições de aplicabilidade de testes de comparação de médias; Utilizar ANOVA a um factor, a dois factores e mais de dois factores e interpretar
Leia maisPÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA. 09/abril de 2014
PÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA 09/abril de 2014 Considerações Estatísticas para Planejamento e Publicação 1 Circularidade do Método
Leia maisTécnicas Multivariadas em Saúde. Comparações de Médias Multivariadas. Métodos Multivariados em Saúde - 2015. Roteiro. Testes de Significância
Roteiro Técnicas Multivariadas em Saúde Lupércio França Bessegato Dep. Estatística/UFJF 1. Introdução 2. Distribuições de Probabilidade Multivariadas 3. Representação de Dados Multivariados 4. Testes de
Leia mais1. Os métodos Não-Paramétricos podem ser aplicados a uma ampla diversidade de situações, porque não exigem populações distribuídas normalmente.
TESTES NÃO - PARAMÉTRICOS As técnicas da Estatística Não-Paramétrica são, particularmente, adaptáveis aos dados das ciências do comportamento. A aplicação dessas técnicas não exige suposições quanto à
Leia maisAjuste de Curvas. Ajuste de Curvas
Ajuste de Curvas 2 AJUSTE DE CURVAS Em matemática e estatística aplicada existem muitas situações em que conhecemos uma tabela de pontos (x; y). Nessa tabela os valores de y são obtidos experimentalmente
Leia maisAnálise de Regressão. Tópicos Avançados em Avaliação de Desempenho. Cleber Moura Edson Samuel Jr
Análise de Regressão Tópicos Avançados em Avaliação de Desempenho Cleber Moura Edson Samuel Jr Agenda Introdução Passos para Realização da Análise Modelos para Análise de Regressão Regressão Linear Simples
Leia maisCapítulo 11 Análise da Variância. Statistics for Managers Using Microsoft Excel, 5e 2008 Prentice-Hall, Inc. Chap 11-1
Capítulo 11 Análise da Variância Statistics for Managers Using Microsoft Excel, 5e 2008 Prentice-Hall, Inc. Chap 11-1 Objetivos do Aprendizado Neste capítulo você aprenderá: Os conceitos básicos da modelagem
Leia maisAula 5 Metodologias de avaliação de impacto
Aula 5 Metodologias de avaliação de impacto Metodologias de Avaliação de Impacto Objetiva quantificar as mudanças que o projeto causou na vida dos beneficiários. Plano de Aula Método experimental: regressão
Leia maisIV TESTES PARA DUAS AMOSTRAS INDEPENDENTES
IV TESTES PARA DUAS AMOSTRAS INDEPENDENTES Estes testes se aplicam a planos amostrais onde se deseja comparar dois grupos independentes. Esses grupos podem ter sido formados de duas maneiras diferentes:
Leia maisREGRESSÃO LINEAR SIMPLES PARTE III
REGRESSÃO LINEAR SIMPLES PARTE III Instalando e usando a opção Regressão do Excel. Francisco Cavalcante(f_c_a@uol.com.br) Administrador de Empresas graduado pela EAESP/FGV. É Sócio-Diretor da Cavalcante
Leia maisUNIVERSIDADE FEDERAL DE JUIZ DE FORA Departamento De Estatística Curso de Estatística. Jarbas Hagen da Costa
UNIVERSIDADE FEDERAL DE JUIZ DE FORA Departamento De Estatística Curso de Estatística Jarbas Hagen da Costa Fatores Associados ao na Esperança de Vida Ao Nascer Nos Municípios de Minas Gerais nos Períodos
Leia maisTÍTULO: A IMPORTÂNCIA DOS GRADUADOS EM ENGENHARIA NA ECONOMIA - UMA COMPROVAÇÃO EMPÍRICA NA POLÔNIA
TÍTULO: A IMPORTÂNCIA DOS GRADUADOS EM ENGENHARIA NA ECONOMIA - UMA COMPROVAÇÃO EMPÍRICA NA POLÔNIA CATEGORIA: CONCLUÍDO ÁREA: CIÊNCIAS SOCIAIS APLICADAS SUBÁREA: CIÊNCIAS ECONÔMICAS INSTITUIÇÃO: UNIVERSIDADE
Leia maisTÉCNICAS DE ANÁLISE DE ORÇAMENTO DE CAPITAL
Adm. Financeira II Aula 05 - Técnicas Orç. Capital - Pg. 1/8 TÉCNICAS DE ANÁLISE DE ORÇAMENTO DE CAPITAL 1. Introdução 1.1. Considerar fatores importantes fora do controle da empresa 1.2. Fatores qualitativos
Leia maisProbabilidades e Estatística
Trabalho Prático de Avaliação Probabilidades e Estatística Grupo Nº 3 Célia Teixeira ei3636 Mário Serafim ei2300 José Afonso ei2467 João Pereira ei3502 Escola Superior de Tecnologia e Gestão de Beja Temas
Leia maisCAPÍTULO 12 AUTOCORRELAÇÃO
Econometria Semestre 2010.01 121 121 CAPÍTULO 12 AUTOCORRELAÇÃO 12.1. A NATUREZA DO PROBLEMA O objetivo deste capítulo é examinar as conseqüências da violação de uma das hipóteses fundamentais do modelo
Leia mais5 Cap 8 Análise de Resíduos. Outline. 2 Cap 2 O tempo. 3 Cap 3 Funções de Sobrevida. Carvalho MS (2009) Sobrevida 1 / 22
Outline Cap 8 Análise de Resíduos 1 Cap 1 Introdução 2 Cap 2 O tempo 3 Cap 3 Funções de Sobrevida 4 Cap 4 Não-Paramétrica 5 Cap 8 Análise de Resíduos Carvalho MS (2009) Sobrevida 1 / 22 Objetivos Analisar
Leia maisAritmética de Ponto Flutuante e Noções de Erro. Ana Paula
Aritmética de Ponto Flutuante e Noções de Erro Sumário 1 Introdução 2 Sistemas de Numeração 3 Representação de Números Inteiros no Computador 4 Representação de Números Reais no Computador 5 Operações
Leia maisAula 5 Técnicas para Estimação do Impacto
Aula 5 Técnicas para Estimação do Impacto A econometria é o laboratório dos economistas, que busca reproduzir o funcionamento do mundo de forma experimental, como se faz nas ciências naturais. Os modelos
Leia maisMODELAGEM DE DADOS POR REGRESSÃO LINEAR MÚLTIPLA PARA AVALIAÇÃO DE IMÓVEIS RURAIS NA REGIÃO NORTE DE GOIÁS (PORANGATU).
XV COBREAP - CONGRESSO BRASILEIRO DE ENGENHARIA DE AVALIAÇÕES E PERÍCIAS - IBAPE/SP - 9 MODELAGEM DE DADOS POR REGRESSÃO LINEAR MÚLTIPLA PARA AVALIAÇÃO DE IMÓVEIS RURAIS NA REGIÃO NORTE DE GOIÁS (PORANGATU).
Leia maisRegressão Linear em SPSS
Regressão Linear em SPSS 1. No ficheiro Calor.sav encontram-se os valores do consumo mensal de energia, medido em milhões de unidades termais britânicas, acompanhados de valores de output, em milhões de
Leia maisIntrodução aos Modelos Lineares em Ecologia
Introdução aos Modelos Lineares em Ecologia Prof. Adriano Sanches Melo - Dep. Ecologia UFG asm.adrimelo no gmail.com Página do curso: www.ecologia.ufrgs.br/~adrimelo/lm/ Livro-texto: Crawley, M.J. 2005.
Leia maisTUTORIAL SOBRE ANÁLISE DE REGRESSÃO
TUTORIAL SOBRE ANÁLISE DE REGRESSÃO I. No R: ### Exemplo dados dos alunos: altura x peso ### x = altura e y = peso ############################################ # Entrada de Dados x
Leia maisSisDEA Home Windows Versão 1
ROTEIRO PARA CRIAÇÃO E ANÁLISE MODELO REGRESSÃO 1. COMO CRIAR UM MODELO NO SISDEA Ao iniciar o SisDEA Home, será apresentada a tela inicial de Bem Vindo ao SisDEA Windows. Selecione a opção Criar Novo
Leia maisPROPOSTA DE MÉTODO PARA MONITORAMENTO DE PROCESSOS ATRAVÉS DE UM GRÁFICO DE CONTROLE PARA RESÍDUOS DE MODELOS DE REGRESSÃO
XXX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO Maturidade e desafios da Engenharia de Produção: competitividade das empresas, condições de trabalho, meio ambiente. São Carlos, SP, Brasil, 12 a15 de outubro
Leia mais4 Resultados e Discussões
4 Resultados e Discussões 4.1 Resultados e Discussões Para cada um dos modelos descridos no capitulo anterior foram realizadas as estimativas dos seus respectivos parâmetros, bem como o teste necessário
Leia maisESTRUTURA DE GERENCIAMENTO DO RISCO OPERACIONAL DO BANCO COOPERATIVO SICREDI E EMPRESAS CONTROLADAS
ESTRUTURA DE GERENCIAMENTO DO RISCO OPERACIONAL DO BANCO COOPERATIVO SICREDI E EMPRESAS CONTROLADAS Versão : 31 de dezembro de 2008 CONTEÚDO 1. INTRODUÇÃO...3 2. ORGANIZAÇÃO DA GESTÃO DE RISCO OPERACIONAL...3
Leia maisModelo de Regressão Linear e suas Aplicações
UNIVERSIDADE DA BEIRA INTERIOR Ciências Modelo de Regressão Linear e suas Aplicações Sandra Cristina Antunes Rodrigues Relatório de Estágio para obtenção do Grau de Mestre em Ensino de Matemática no 3º
Leia maisCapítulo 3 Modelos Estatísticos
Capítulo 3 Modelos Estatísticos Slide 1 Resenha Variáveis Aleatórias Distribuição Binomial Distribuição de Poisson Distribuição Normal Distribuição t de Student Distribuição Qui-quadrado Resenha Slide
Leia maisConceitos Básicos de Estatística Aula 2
Conceitos Básicos de Estatística Aula 2 ISCTE - IUL, Mestrados de Continuidade Diana Aldea Mendes diana.mendes@iscte.pt 13 de Setembro de 2011 DMQ, ISCTE-IUL (diana.mendes@iscte.pt) Estatística 13 de Setembro
Leia maisInvestigação Sociológica
Investigação Sociológica Analisar modelos com Equações Estruturais Rui Brites rui.brites@iscte.pt 1 Modelação de Equações Estruturais (MEE) (SEM structural equations modeling) com SPSS/AMOS O essencial
Leia maisAULAS 13, 14 E 15 Correlação e Regressão
1 AULAS 13, 14 E 15 Correlação e Regressão Ernesto F. L. Amaral 23, 28 e 30 de setembro de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de
Leia maisUniversidade de São Paulo. Escola Politécnica
Universidade de São Paulo Escola Politécnica Engenharia Química Vitor Gazzaneo Modelagem do Equilíbrio Líquido-Líquido para o sistema Água- Ácido Acético-Acetato de Butila Prof. Orientador José Luis Pires
Leia maisO mercado de bens CAPÍTULO 3. Olivier Blanchard Pearson Education. 2006 Pearson Education Macroeconomia, 4/e Olivier Blanchard
O mercado de bens Olivier Blanchard Pearson Education CAPÍTULO 3 3.1 A composição do PIB A composição do PIB Consumo (C) são os bens e serviços adquiridos pelos consumidores. Investimento (I), às vezes
Leia maisUNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA Programa de Graduação em Estatística. Samuel de Oliveira
UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA Programa de Graduação em Estatística Samuel de Oliveira INFERÊNCIA E ANÁLISE DE RESÍDUOS E DE DIAGNÓSTICO EM
Leia maisO QUE É CFROI CASH FLOW RETURN ON
1 O QUE É CFROI CASH FLOW RETURN ON Métricas de Retorno Os direcionadores do retorno total do acionista -TSR O CFROI passo a passo Francisco Cavalcante(f_c_a@uol.com.br) Administrador de Empresas graduado
Leia maisCapítulo 8 - Testes de hipóteses. 8.1 Introdução
Capítulo 8 - Testes de hipóteses 8.1 Introdução Nos capítulos anteriores vimos como estimar um parâmetro desconhecido a partir de uma amostra (obtendo estimativas pontuais e intervalos de confiança para
Leia maisAPOSTILA CONSIDERAÇÃO DO RISCO NA AVALIAÇÃO DE PROJETOS
Ministério do Planejamento, Orçamento e Gestão Secretaria de Planejamento e Investimentos Estratégicos AJUSTE COMPLEMENTAR ENTRE O BRASIL E CEPAL/ILPES POLÍTICAS PARA GESTÃO DE INVESTIMENTOS PÚBLICOS CURSO
Leia mais1 ANEXO 1 LUCROS E PERDAS 2002 YEAR 2002 PROFIT & LOSS Currency: Reais JAN FEB MAR APR MAY JUN JUL AUG SEP OCT NOV DEC TOTAL INDEX
1 ANEXO 1 LUCROS E PERDAS 2002 YEAR 2002 PROFIT & LOSS Currency: Reais JAN FEB MAR APR MAY JUN JUL AUG SEP OCT NOV DEC TOTAL INDEX 1- Gross Margin GRUPO 2.01 - HOUSEHOLD CLEANNING Net Sales 251.504 194.598
Leia maisIncertezas de Medições em Calibrações: aplicações práticas no ambiente hospitalar
I Congresso Brasileiro de Engenharia Clínica Palestra: Incertezas de Medições em Calibrações: aplicações práticas no ambiente hospitalar São Paulo, 30 de Setembro de 2005 Gilberto Carlos Fidélis Instrutor
Leia maisTÉCNICAS DE ANÁLISE DE DADOS
observação = previsível + aleatória aleatória obedece algum modelo de probabilidade ferramenta: análise de variância identificar fatores, controláveis, que expliquem o fenômeno ou alterem a característica
Leia maisPós-Graduação em Economia e Gestão em Saúde Módulo de Estatística Aplicada
ÍNDICE 1. CONCEITOS BÁSICOS 2 1.1 FASES DE UMA ANÁLISE ESTATÍSTICA 2 2. ANÁLISE EXPLORATÓRIA DOS DADOS 3 2.1 TABELAS E GRÁFICOS 3 2.2 ESTATÍSTICA DESCRITIVA 9 2.2.1 Medidas de Tendência Central 10 2.2.2
Leia maisCorrelação e Regressão
Correlação e Regressão Análise de dados. Tópico Prof. Dr. Ricardo Primi & Prof. Dr. Fabian Javier Marin Rueda Adaptado de Gregory J. Meyer, University of Toledo, USA; Apresentação na Universidade e São
Leia maisIMES Catanduva. Probabilidades e Estatística. no Excel. Matemática. Bertolo, L.A.
IMES Catanduva Probabilidades e Estatística Estatística no Excel Matemática Bertolo, L.A. Aplicada Versão BETA Maio 2010 Bertolo Estatística Aplicada no Excel Capítulo 3 Dados Bivariados São pares de valores
Leia maisResoluções comentadas de Raciocínio Lógico e Estatística SEFAZ - Analista em Finanças Públicas Prova realizada em 04/12/2011 pelo CEPERJ
Resoluções comentadas de Raciocínio Lógico e Estatística SEFAZ - Analista em Finanças Públicas Prova realizada em 04/1/011 pelo CEPERJ 59. O cartão de crédito que João utiliza cobra 10% de juros ao mês,
Leia maisGrupo A - 1 o semestre de 2014 Gabarito Lista de exercícios 11 - Teste Qhi-quadrado C A S A
Exercício 1. (2,0 pontos). Em um estudo que está sendo realizado por uma pesquisadora da Escola de Educação Física da USP, deseja-se avaliar características das lutas de judô em diferentes categorias.
Leia maisCurso de Avaliação Econômica de Projetos Sociais
Curso de Avaliação Econômica de Projetos Sociais A instituição - Ballet de Santa Teresa É uma instituição que promove a inclusão sócio-educativa e cultural de moradores de áreas de alto risco social através
Leia maisA finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais.
Prof. Janete Pereira Amador Introdução Os métodos utilizados para realização de inferências a respeito dos parâmetros pertencem a duas categorias. Pode-se estimar ou prever o valor do parâmetro, através
Leia maisProcessos Estocásticos
Processos Estocásticos Terceira Lista de Exercícios 22 de julho de 20 Seja X uma VA contínua com função densidade de probabilidade f dada por Calcule P ( < X < 2. f(x = 2 e x x R. A fdp dada tem o seguinte
Leia maisExemplos de Testes de Hipóteses para Médias Populacionais
Exemplos de Testes de Hipóteses para Médias Populacionais Vamos considerar exemplos de testes de hipóteses para a média de uma população para os dois casos mais importantes na prática: O tamanho da amostra
Leia maisAula 1 Introdução. Análise de redes em condições transitórias. rias:
Proteção de Sistemas Elétricos Aula 1 Introdução Análise de redes em condições transitórias condições transitórias: rias: chaveamento CC falta de fase formas de ondas anormais descargas atmosféricas origem:
Leia mais3 Metodologia 3.1. Tipo de pesquisa
3 Metodologia 3.1. Tipo de pesquisa Escolher o tipo de pesquisa a ser utilizado é um passo fundamental para se chegar a conclusões claras e responder os objetivos do trabalho. Como existem vários tipos
Leia mais4. RESULTADOS E DISCUSSÃO
4. RESULTADOS E DISCUSSÃO 4.1. Energia cinética das precipitações Na Figura 9 estão apresentadas as curvas de caracterização da energia cinética aplicada pelo simulador de chuvas e calculada para a chuva
Leia maisESTUDO SOBRE POSSÍVEL MUDANÇA NA GEOGRAFIA ARROZ
ESTUDO SOBRE POSSÍVEL MUDANÇA NA GEOGRAFIA INTERNACIONAL DO ARROZ PANORAMA DO MERCADO MUNDIAL DE ARROZ PRINCIPAIS PRODUTORES (em milhões de toneladas) Região 2008 2009 2010 2011 2012 2013 2014* Var % (14*/13)
Leia maisGerência de Risco. Plácido A. Souza Neto. March 4, 2013. Diretoria Acadêmica de Gestão de Tecnologia da Informação - DIATINF
Gerência de Risco Plácido A. Souza Neto 1 1 Instituto Federal do Rio Grande do Norte - IFRN Diretoria Acadêmica de Gestão de Tecnologia da Informação - DIATINF March 4, 2013 Plácido A. Souza Neto Gerência
Leia maisSistemas de Gestão de Estoques
CONCEITOS BÁSICOSB Prof. João Carlos Gabriel - Aula 3 1 CONCEITOS BÁSICOSB PP = Ponto de pedido ou ponto de ressuprimento ou ponto de reposição é o instante (a quantidade) no qual se faz um pedido de compra
Leia maisPlano de aula. 5. Metodologia: Aula expositiva dialógica orientada pela interação: alunos professor conhecimento.
Campus Jataí Plano de aula Disciplina: Ondas, Ótica e Termodinâmica Turma: Engenharia Elétrica (4º ano 2009/2) Professor: Rodrigo Claudino Diogo Data da aula: 30/11/2009 Duração: 1h00min 1. Tema: Lentes
Leia maisUniversidade Federal de São Carlos Departamento de Matemática 083020 - Curso de Cálculo Numérico - Turma E Resolução da Primeira Prova - 16/04/2008
Universidade Federal de São Carlos Departamento de Matemática 08300 - Curso de Cálculo Numérico - Turma E Resolução da Primeira Prova - 16/0/008 1. (0 pts.) Considere o sistema de ponto flutuante normalizado
Leia maisINFLUÊNCIA DO ÍNDICE DOW JONES INDUSTRIAL AVERAGE SOBREO ÍNDICE IBOVESPA INFLUENCE OF THE DOW JONES INDUSTRIAL AVERAGE INDEX ON THE IBOVESPA INDEX
INFLUÊNCIA DO ÍNDICE DOW JONES INDUSTRIAL AVERAGE SOBREO ÍNDICE IBOVESPA INFLUENCE OF THE DOW JONES INDUSTRIAL AVERAGE INDEX ON THE IBOVESPA INDEX Esp. Leandro Antônio Brondani Especialista em Finanças
Leia mais4 Análise de Dados. 4.1 Perfil dos Respondentes
4 Análise de Dados 4.1 Perfil dos Respondentes A taxa de resposta foi de aproximadamente 8% de respostas na amostra de clientes que compram fora da loja (telefone e/ou Internet) e 3% na amostra de clientes
Leia maisLOQ - 4007 Físico-Química Capítulo 2: A Primeira Lei: Conceitos TERMOQUÍMICA Atkins & de Paula (sétima edição)
LOQ - 4007 Físico-Química Capítulo 2: A Primeira Lei: Conceitos TERMOQUÍMICA Atkins & de Paula (sétima edição) Profa. Dra. Rita de Cássia L.B. Rodrigues Departamento de Biotecnologia LOT E-mail: rita@debiq.eel.usp.br
Leia maisNecessidade de Capital de Giro, Compras, Vendas e Regressão Linear.
Necessidade de Capital de Giro, Compras, Vendas e Regressão Linear. MAXIMILLIANO DA SILVA MARINHO Graduando Do Curso De Ciências Contábeis Da UFPA maxi_marinho@yahoo.com.br Heber Lavor Moreira Prof Orientador
Leia mais4. Metodologia. Capítulo 4 - Metodologia
Capítulo 4 - Metodologia 4. Metodologia Neste capítulo é apresentada a metodologia utilizada na modelagem, estando dividida em duas seções: uma referente às tábuas de múltiplos decrementos, e outra referente
Leia maisSolução do Conjunto de Problemas 2
Solução do Conjunto de Problemas 2 Parte A. Capítulo 3. 1. 66 & 71.999 2. Veja anexo (a) idade 1 : 8/5 = 1,6% idade 11 : 13/9 = 1,444% Portanto, há mais crianças na idade 1. (b) idade 21 : 10/7 = 1,4%
Leia maisPor que estudar econometria? Passos para uma análise econômica empírica. Por que estudar econometria? Tipos de dados Cross Section
Por que estudar econometria? Inexistência de dados experimentais (experimentos controlados) em economia O que é Econometria? Necessidade de usar dados não experimentais, ou melhor, dados observados para
Leia maisFMEA (Failure Model and Effect Analysis)
Definição FMEA (Failure Model and Effect Analysis) Conceitos Básicos A metodologia de Análise do Tipo e Efeito de Falha, conhecida como FMEA (do inglês Failure Mode and Effect Analysis), é uma ferramenta
Leia maisSISTEMA DE PROGRAMAÇÃO E PLANEJAMENTO DE INSPEÇÃO DE
SISTEMA DE PROGRAMAÇÃO E PLANEJAMENTO DE INSPEÇÃO DE TUBULAÇÃO Romildo Rudek Junior Petrobras S.A. UN-REPAR Tadeu dos Santos Bastos Petrobras S.A. UN-REVAP Rui Fernando Costacurta Petrobras S.A. UN-REPAR
Leia maisDistribuição de probabilidades
Luiz Carlos Terra Para que você possa compreender a parte da estatística que trata de estimação de valores, é necessário que tenha uma boa noção sobre o conceito de distribuição de probabilidades e curva
Leia maisRELAÇÃO ENTRE O EVA E OS INVESTIMENTOS EM RESPONSABILIDADE SOCIAL COORPORATIVA DAS INSTITUIÇÕES BANCÁRIAS DO BRASIL NO PERIODO DE 1997 A 2006
RELAÇÃO ENTRE O EVA E OS INVESTIMENTOS EM RESPONSABILIDADE SOCIAL COORPORATIVA DAS INSTITUIÇÕES BANCÁRIAS DO BRASIL NO PERIODO DE 1997 A 2006 Autor: SÉRGIO RAMOS FIGUEIREDO (UNIVERSIDADE ESTADUAL DE MONTES
Leia maisAULA DE REPOSIÇÃO 001 / 3º ANO
UL DE REPOSIÇÃO 00 / 3º NO Introdução Inicialmente, para a primeira aula, será feita uma retomada de todo o assunto já estudado, uma vez que não é nada fácil simplesmente retomar o conteúdo sem que sejam
Leia maisO teste de McNemar. A tabela 2x2. Depois
Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br O teste de McNemar O teste de McNemar para a significância de mudanças é particularmente aplicável aos experimentos do tipo "antes
Leia maisExemplo Preferência de Automóveis
Exemplo Preferência de Automóveis Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2013 G. A. Paula (IME-USP) Preferência Automóveis 2 o Semestre 2013 1 /
Leia maisDESEMPENHO DE SISTEMAS DE MEDIÇÃO
PROGRAMA DE PÓS-GRADUAÇÃO EM SISTEMAS E PROCESSOS INDUSTRIAIS Fundamentos de Instrumentação para Controle de Processos RELATÓRIO DE AULA PRÁTICA DESEMPENHO DE SISTEMAS DE MEDIÇÃO Ederson Luis Posselt,
Leia mais